C++で訓練されたテンソルフローモデルを実行する

Question

私は、テンソルフローを使ってPythonで画像分類ネットワークを訓練しました。訓練されたモデルは.pbとして保存されました。さて、私はモデルをテストしたい、私はこれをC++で行う必要がある。

私はnumpyをデータの操作と操作に使用しました。訓練フェーズの間、画像は数が少ない配列として渡されます。イメージは1D配列として引き伸ばされ、クラスラベルはこの配列の先頭に追加されます。

numpyが利用できないC++でモデルを実行しているときに画像データを渡す方法については混乱します。私はデータを操作して処理するために操作numpyを使用します。 C++で実行する必要がある場合は、どのフォーマットでデータを渡す必要がありますか？以下は

は私が訓練し

def trainModel(data): 
    global_step = tf.Variable(0, name='global_step', trainable=False) 
    X, y,keep_prob = modelInputs((741, 620, 1),4) 
    logits = cnnModel(X,keep_prob) 
    cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=y), name="cost") 
    optimizer = tf.train.AdamOptimizer(.0001, name='Adam').minimize(cost) 
    prediction = tf.argmax(logits, 1, name="prediction") 
    correct_pred = tf.equal(prediction, tf.argmax(y, 1), name="correct_pred") 
    accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32), name='accuracy') 
    with tf.Session() as sess: 
     sess.run(tf.global_variables_initializer()) 
     saver = tf.train.Saver() 
     batch_size = 30 
     for e in range(11): 
      batch_x, batch_y = data.next_batch(batch_size) 
      batch_y = batch_y.astype('int32') 
      x = np.reshape(batch_x, [batch_size, 741, 620, 1]) 
      labels = np.zeros(shape=(batch_size,4)) 
      labels[np.arange(len(labels)),batch_y]=1 
      sess.run(optimizer, feed_dict={X: x, y: labels,keep_prob:0.5}) 
      global_step.assign(e).eval() 
     saver.save(sess, './my_test_model',global_step=global_step) 

* 741x620はC++でグラフを使用するための

Answer 1

指示がhereを見つけることができる画像のサイズである私のモデルを保存する方法です。ここで

は、入力として、あなたのイメージを使用するには、いくつかのコードは次のとおりです。

tensorflow::Tensor keep_prob = tensorflow::Tensor(tensorflow::DT_FLOAT, tensorflow::TensorShape()); 
keep_prob.scalar<float>()() = 1.0; 

tensorflow::Tensor input_tensor(tensorflow::DT_FLOAT, tensorflow::TensorShape({1,height,width,depth})); 
auto input_tensor_mapped = input_tensor.tensor<float, 4>(); 
const float * source_data = (float*) img.data; // here img is an opencv image, but if it's just a float array this code is very easy to adapt 
// copying the image data into the corresponding tensor 
for (int y = 0; y < height; ++y) { 
    const float* source_row = source_data + (y * width * depth); 
    for (int x = 0; x < width; ++x) { 
     const float* source_pixel = source_row + (x * depth); 
     for (int c = 0; c < depth; ++c) { 
      const float* source_value = source_pixel + c; 
      input_tensor_mapped(0, y, x, c) = *source_value; 
     } 
    } 
} 
std::vector<tensorflow::Tensor> finalOutput; 

tensorflow::Status run_status = this->tf_session->Run({{InputName,input_tensor}, 
                 {dropoutPlaceHolderName, keep_prob}}, 
                 {OutputName}, 
                 {}, 
                 &finalOutput);